BenchLeader

Qwen3.5-9B

推論エフォート
品質339中167位
50.4Index
中央値より上
中央値比 +0.2
価格255中33位
$0.155100万トークンあたり
安い方から4分の1
中央値の0.2倍
速度216中105位
83トークン/秒
中央値より上
中央値の1.0倍
コスパ255中28位
325.2ポイント/$
上位4分の1
中央値の5.9倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(26%安い)。

より安価でスコアの高いランク付けモデルが7つあります:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138)ほか4つ。

2026年11月16日時点で、Qwen3.5-9B(Alibaba)のBenchLeader Indexは50.4です(ランク付け対象は608構成)。最も強いのは指示追従(66)、最も弱いのは推論(35)です。API料金は入力100万トークンあたり$0.170、出力100万トークンあたり$0.250(3:1のブレンドで$0.190)で、2026年11月16日時点の定価です。出力速度は約83トークン/秒です(Artificial Analysis)。2026年2月24日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3.5-9BのAPI料金は入力100万トークンあたり$0.170、出力100万トークンあたり$0.250(3:1のブレンドで$0.190)です(定価、2026年11月16日)。
  • Qwen3.5-9Bの出力速度は約83トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Qwen3.5-9Bは2026年2月24日にリリースされました(Alibaba)。

詳しく見ると:Qwen3.5-9BはAlibabaのオープンウェイトの推論モデルです(2026年2月24日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで50.4 ±9.5を記録し、608構成中339位で下位半分に入ります。重要なのはこの「±」です。ほかに426構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(66)、推論が最も低くなっています(35)。ブレンド価格は100万トークンあたり$0.155で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は83トークン/秒、回答開始まで42.0秒で、多くのモデルより高速です。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年3月2日。古いデータ:6か月間、新しい結果がありません

ブレンド価格
$0.155/M
入力$0.140・出力$0.200
出典:Artificial Analysis
出力速度
83 tok/s
Artificial Analysisによる測定
回答開始
42 s
最初のトークン 0.51 s
コンテキスト
262k
出典:models.dev
回答完了まで
122 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年2月24日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index50
  2. 推論35
  3. エージェント・ツール41
  4. 指示追従66
  5. マルチモーダル51
  6. 長文コンテキスト59

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3.5-9B on BenchLeader: 総合 167位](https://www.benchleader.com/badge/qwen3-5-9b.svg?style=compact)](https://www.benchleader.com/models/qwen3-5-9b)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Alibabaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし49.2#366123 tok/s1.06 s$0.0001エージェント・ツール 50 · 指示追従 41 · 長文コンテキスト 47 · 数学 50 · マルチモーダル 49 · 推論 57
thinking最良50.4#33983 tok/s42 s$0.0001エージェント・ツール 41 · 指示追従 66 · 長文コンテキスト 59 · マルチモーダル 51 · 推論 35
未記載40.4#52872 tok/s0.51 s$0.0001エージェント・ツール 28 · コーディング 25 · 数学 36 · 推論 57

Indexの推移

2026年9月9日〜2026年11月16日
304661
  • thinking
  • 推論なし
  • 標準

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマーク推論なしthinking出典推移
AA Openness IndexIndex対象外38.9#15538.9#155Artificial Analysis

推論

ベンチマーク推論なしthinking標準出典推移
GPQA Diamond78.9%#142–79.0%#141Epoch AI Benchmarking Hub
GPQA Diamond (AA)Index対象外78.6%#21180.6%#193–Artificial Analysis
Humanity's Last Exam (AA)Index対象外9.4%#35614.9%#272–Artificial Analysis
HLE-Diamond (AA)–4.8%#149–Artificial Analysis
CritPtIndex対象外0.6%#2740.3%#291–Artificial Analysis
LMCAIndex対象外エフォート未記載––24.5%#158Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––71.2%#163Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしthinking標準出典推移
SciCodeエフォート未記載––29.5%#218SciCode
SciCode (AA)Index対象外–29.5%#231–Artificial Analysis
Terminal-Bench 4.0 (AA)Index対象外–0.5%#172–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外21.4%#17329.2%#160–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
Terminal-Benchエフォート未記載––9.2%#101Terminal-Bench
Terminal-Bench Hard18.2%#17524.2%#147–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外85.1%#9586.8%#84–Artificial Analysis
GDPval-AA v2.1, normalised scoreIndex対象外–0.0%#124–Artificial Analysis
GDPval-AA v2.1Index対象外–426#252–Artificial Analysis
τ³-Banking (AA)–7.0%#166–Artificial Analysis
AutomationBenchIndex対象外–1.1%#229–Artificial Analysis
GDP.pdf (AA)Index対象外–6.6%#182–Artificial Analysis
AA-Briefcase v1.1Index対象外–342#229–Artificial Analysis

数学

ベンチマーク推論なし標準出典推移
OTIS Mock AIME61.7%#17442.8%#208Epoch AI Benchmarking Hub
AIME 2026エフォート未記載汚染の可能性–92.5%#24MathArena
HMMT February 2026エフォート未記載汚染の可能性–71.2%#29MathArena
MathArena Apexエフォート未記載汚染の可能性–0.5%#42MathArena

指示追従

ベンチマーク推論なしthinking出典推移
IFBench37.8%#29366.7%#91Artificial Analysis

マルチモーダル

ベンチマーク推論なしthinking出典推移
MMMU-Pro66.8%#18269.3%#166Artificial Analysis

長文コンテキスト

ベンチマーク推論なしthinking出典推移
AA-LCR v1.146.0%#35470.0%#232Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––139.3#117Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外13.3#32211.2#369–Artificial Analysis
AA Progress Index v1Index対象外224.8#337239.6#292–Artificial Analysis

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Together118 tok/s0.18 s$0.170$0.250262k–
Prime Intellect81 tok/s0.36 s$0.165$0.243262kbf16
Parasail72 tok/s0.88 s$0.100$0.250262kbf16
Darkbloom71 tok/s0.95 s$0.080$0.130262kfp4
DeepInfra51 tok/s1.41 s$0.100$0.150262kbf16
SiliconFlow30 tok/s1.52 s$0.100$0.150262kfp8
DeepInfra25 tok/s10 s$0.150$0.225262kbf16

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.137のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0001$0.000145.7 s
30ページのレポートを要約12,000 / 600$0.0018$0.001849.3 s
コード編集6,000 / 1,500$0.0011$0.00111.0 min
エージェント型コーディングセッション60,000 / 4,000$0.0092$0.00911.5 min
構造化データの抽出2,000 / 200$0.0003$0.000344.4 s

Alibabaのほかのモデル

今月の新着

Qwen3.5-9Bと比較する

関連ページ

埋め込み・引用

Qwen3.5-9Bの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Qwen3.5-9B on BenchLeader: 総合 167位](https://www.benchleader.com/badge/qwen3-5-9b.svg)](https://www.benchleader.com/models/qwen3-5-9b)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Qwen3.5-9B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-5-9b

BibTeX:

@misc{benchleader_qwen3_5_9b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.5-9B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-5-9b}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Qwen3.5-9Bのベンチマークスコアは?
2026年11月16日時点で、Qwen3.5-9B(推論エフォート thinking)のBenchLeader Indexは50.4 ±9.5です。最も強いのは指示追従(66)、最も弱いのは推論(35)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Qwen3.5-9Bの順位は?
2026年11月16日時点で、Qwen3.5-9B(推論エフォート thinking)はランク付けされた608構成中339位です。ほかに426構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Qwen3.5-9Bの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Qwen3.5-9Bの料金は入力100万トークンあたり$0.140、出力100万トークンあたり$0.200で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.155です。
Qwen3.5-9BはNemotron 3.5 Super VL 120B A12Bより優れていますか?
2026年11月16日時点で、Nemotron 3.5 Super VL 120B A12BとQwen3.5-9B(推論エフォート thinking)の品質はほぼ互角です(BenchLeader Indexで50.4対50.4、±12.9の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Qwen3.5-9Bはいつリリースされましたか?
Alibabaが2026年2月24日にQwen3.5-9Bをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Qwen3.5-9B:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/qwen3-5-9b